LangChain sichert sich 25 Millionen Dollar in Serie-A-Finanzierung durch Sequoia Capital und startet Plattform „LangSmith“ für KI-App-Entwicklung

MÜNCHEN (IT BOLTWISE) – LangChain, das Startup, das die Entwicklung von Anwendungen für Große Sprachmodelle (LLM) mit seinem Open-Source-Framework erleichtert, hat bekannt gegeben, dass es in einer Serie-A-Finanzierungsrunde 25 Millionen Dollar aufgebracht hat, angeführt von Sequoia Capital. Das Unternehmen kündigte außerdem den Start von LangSmith an, seinem ersten kostenpflichtigen LLMOps-Produkt.

LangChain hat mit seiner Open-Source-Plattform LangSmith ein All-in-One-Angebot geschaffen, das Entwicklern ermöglicht, ihre Arbeitsabläufe bei der Entwicklung von LLM-Anwendungen zu beschleunigen, indem es den gesamten Lebenszyklus des Projekts abdeckt, von der Entwicklung und dem Testen bis hin zur Bereitstellung und Überwachung. Seit der Einführung in einer geschlossenen Beta im Juli letzten Jahres wird es bereits von Tausenden von Unternehmen jeden Monat genutzt, so das Unternehmen.

Die Notwendigkeit für Entwickler, Anwendungen zu erstellen, die von Sprachmodellen angetrieben werden, sowie verbesserte Sichtbarkeit und Werkzeuge, um sicherzustellen, dass sie in der Produktion hochleistungsfähig und zuverlässig sind, hat zur Einführung dieses Angebots geführt.

LangChain bot Entwicklern bereits ein dringend benötigtes Programmier-Toolkit – mit einem gemeinsamen Satz von Best Practices und kombinierbaren Bausteinen –, um LLM-betriebene Anwendungen zu erstellen. Es kann LLMs über APIs einbinden, sie miteinander verketten und mit Datenquellen und Werkzeugen verbinden, um verschiedene Aufgaben zu bewältigen. Das Projekt begann als ein Nebenprojekt, entwickelte sich jedoch schnell zum Rückgrat von mehr als 5.000 LLM-Anwendungen, einschließlich interner Apps, autonomer Agenten, Spiele, Chat-Automatisierung und mehr.

LangSmith, die neue kostenpflichtige Lösung, ermöglicht Entwicklern das Debuggen, Testen und Überwachen ihrer LLM-Anwendungen. Entwickler, die LangSmith nutzen, können bei der Prototypenerstellung die gesamte Sequenz von LLM-Aufrufen vollständig einsehen und die Quelle von Fehlern und Leistungsengpässen in Echtzeit erkennen, um zu debuggen und zu iterieren. Sie können mit Fachexperten zusammenarbeiten, um das Verhalten der App zu verbessern und sogar menschliche Rückmeldungen oder KI-gestützte Bewertungen hinzuzufügen, um auf Relevanz, Korrektheit, Schädlichkeit, Unsensibilität und mehr zu prüfen.

Sobald der Prototyp finalisiert ist, hilft die einheitliche Plattform den Benutzern, ihn mit gehostetem LangServe bereitzustellen und vollständige Einblicke in das Produktionsgeschehen zu erhalten, einschließlich Kosten, Latenzzeiten, Anomalien und Fehlern.

Dies ermöglicht es Unternehmen letztendlich, LLM-Anwendungen zu liefern, die in der Produktion sowohl in Bezug auf Qualität als auch Kosteneffizienz gut abschneiden.

Mit dieser Runde von Sequoia hat LangChain sein insgesamt aufgebrachtes Kapital auf 35 Millionen Dollar erhöht. Die vorherige Runde von 10 Millionen Dollar wurde von Benchmark angeführt, laut Crunchbase-Daten. Andere Angebote, die bei der Bewertung und Überwachung von LLM-Anwendungen helfen, sind TruEra’s TruLens, W&B Prompts und Arize’s Pheonix.

Hinweis: Teile dieses Textes könnten mithilfe Künstlicher Intelligenz generiert worden sein.